<table id="okusn"></table>

注冊 | 登錄讀書好，好讀書，讀好書！

當前位置：首頁出版圖書科學技術計算機/網絡人工智能深度學習的數學

深度學習的數學

定　價：￥69.00

作　者：	[日] 涌井良幸，涌井貞美著，楊瑞龍譯
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115509345	出版時間：	2019-05-01	包裝：	平裝
開本：	32開	頁數：	225	字數：

內容簡介

　　《深度學習的數學》基于豐富的圖示和具體示例，通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網絡的概況；第2章介紹理解神經網絡所需的數學基礎知識；第3章介紹神經網絡的*優(yōu)化；第4章介紹神經網絡和誤差反向傳播法；第5章介紹深度學習和卷積神經網絡。書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。

作者簡介

　　涌井良幸（作者） 1950年生于東京，畢業(yè)于東京教育大學（現(xiàn)筑波大學）數學系，現(xiàn)為自由職業(yè)者。著有《用Excel學深度學習》（合著）、《統(tǒng)計學有什么用？》等。涌井貞美（作者） 1952年生于東京，完成東京大學理學系研究科碩士課程，現(xiàn)為自由職業(yè)者。著有《用Excel學深度學習》（合著）、《圖解貝葉斯統(tǒng)計入門》等。楊瑞龍（譯者） 1982年生，2008年北京大學數學科學學院碩士畢業(yè)，軟件開發(fā)者，從事軟件行業(yè)10年。2013年～2016年赴日工作3年，從2016年開始在哆嗒數學網公眾號發(fā)表《數學上下三萬年》等多篇翻譯作品。

圖書目錄

第 1 章　神經網絡的思想
1　- 1 神經網絡和深度學習　2
1　- 2 神經元工作的數學表示　6
1　- 3 激活函數：將神經元的工作一般化　12
1　- 4 什么是神經網絡　18
1　- 5 用惡魔來講解神經網絡的結構　23
1　- 6 將惡魔的工作翻譯為神經網絡的語言　31
1　- 7 網絡自學習的神經網絡　36
第　2 章神經網絡的數學基礎
2　- 1 神經網絡所需的函數　40
2　- 2 有助于理解神經網絡的數列和遞推關系式　46
2　- 3 神經網絡中經常用到的Σ符號　51
2　- 4 有助于理解神經網絡的向量基礎　53
2　- 5 有助于理解神經網絡的矩陣基礎　61
2　- 6 神經網絡的導數基礎　65
2　- 7 神經網絡的偏導數基礎　72
2　- 8 誤差反向傳播法必需的鏈式法則　76
2　- 9 梯度下降法的基礎：多變量函數的近似公式　80
2　- 10 梯度下降法的含義與公式　83
2　- 11 用Excel 體驗梯度下降法　91
2　- 12 最優(yōu)化問題和回歸分析　94
第3　章神經網絡的最優(yōu)化
3　- 1 神經網絡的參數和變量　102
3　- 2 神經網絡的變量的關系式　111
3　- 3 學習數據和正解　114
3　- 4 神經網絡的代價函數　119
3　- 5 用Excel體驗神經網絡　127
第4　章神經網絡和誤差反向傳播法
4　- 1 梯度下降法的回顧　134
4　- 2 神經單元誤差　141
4　- 3 神經網絡和誤差反向傳播法　146
4　- 4 用Excel體驗神經網絡的誤差反向傳播法　153
第5　章深度學習和卷積神經網絡
5　- 1 小惡魔來講解卷積神經網絡的結構　168
5　- 2 將小惡魔的工作翻譯為卷積神經網絡的語言　174
5　- 3 卷積神經網絡的變量關系式　180
5　- 4 用Excel體驗卷積神經網絡　193
5　- 5 卷積神經網絡和誤差反向傳播法　200
5　- 6 用Excel體驗卷積神經網絡的誤差反向傳播法　212
附錄
A　訓練數據（1）　222
B　訓練數據（2）　223
C　用數學式表示模式的相似度　225